高斯白噪造句

• 模式中之随机性乃视为一高斯白噪音过程。
• 该方法还可以用于其它信号处理领域高斯白噪声的估计。
• 该仿真从理想系统、多径加扰系统和高斯白噪声加扰系统三方面进行。
• 在仿真模型中,采用加性高斯白噪声和多径瑞利衰落两种信道模型。
• 该系统在信道存在一定的加性高斯白噪声的条件下，解扩解调误码率为0 。
• 针对加性高斯白噪声的情况，提出一种自适应小波降噪算法，用于语音信号的增强。
• 分析表明，它们可看作是在高斯白噪声干扰输入下的围绕工作点附近来回波动的随机过程。
• 通过相关分析、频域分析，采用高斯白噪声输入信号，可以对二阶volterra模型进行辨识。
• 该系统在信道存在一定的加性高斯白噪声的条件下，解调误码率为0 ，系统工作稳定可靠。
• 仿真实验结果表明：该算法对于冲击噪声有抑制作用，对高斯白噪声、高斯有色噪声也有一定的抑制效果。
• 采用该方法从实际低场脉冲核磁共振系统噪声信号中分离出高斯白噪声并对其进行了参数估计。
• 实验结果显示，我们的算法在高斯白噪声、重采样、运动光滑等攻击下有很好的鲁棒性。
• 该方法不需要限定系统的噪声输入信号为高斯白噪声，而只要求噪声信号为能量有界。
• 在高斯白噪声干扰下,我们进行误码率仿真实验,将仿真结果与理论结果相比较,证明了仿真模型的正确性。
• 接下来信道建模成三种不同的类型，即加性高斯白噪声信道、平坦衰落信道和频率选择性衰落信道。
• 摘要本文提出一种基于统计模式识别，针对盲混合高斯白噪声干扰下卫星姿态控制的方法。
• 摘要在加性高斯白噪声信号检测中，在采样周期极小或接近理想的情况下，连有匹配滤波器的检测电路是最佳的。
• 在常规算法中，对雷达的观测值通常是目标位置的真实值加上独立的高斯白噪声，在ecm下，这种观测模型是不符合实际情况的。
• 分析了高斯白噪声在单尺度脊波域中的统计性质，提出了一种新的基于单尺度脊波变换的阈值滤波算法。
• 摘要分析了高斯白噪声在单尺度脊波域中的统计性质，提出了一种新的基于单尺度脊波变换的阈值滤波算法。

• 高斯白噪的英语：gaussian white noise